一、 核心课程
探索 Rady 学院严谨的课程体系如何培养学生在数据驱动的世界中具备竞争力。
核心课程概览：STEM 认证的商业分析硕士（MSBA）项目
该课程体系将教授你如何运用人工智能，并将复杂的分析方法应用于真实商业案例。商业分析硕士项目为 STEM 认证项目，共计 50 个学分，由 5 门 4 学分核心课程、1 门 2 学分核心课程、28 学分选修课程以及必修的学前导向课程构成。
必修核心课程：
MGTA 444 - 商业分析咨询（2 学分）
本课程旨在培养商业分析师设计、规划与执行复杂分析项目的能力。课程将结合案例研究，教授核心预测性与规范性技术的商业应用。仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 451 - 营销、财务与运营中的商业分析（4 学分）
商业分析项目应通过解决具有影响力的商业问题，为组织创造重大价值。本课程将引导学生学习如何在营销、财务与运营等核心领域识别商业机遇。前置要求：仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 452 - 海量数据的收集与分析（4 学分）
课程介绍基于 R 语言的数据分析，重点侧重于商业 “数据” 而非 “分析” 本身，核心内容包括海量数据集的收集、处理、操作与汇总。课程全程结合案例研究展开。前置要求：需先修读 MGTA 451，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 453 - 商业分析（4 学分）
本课程旨在帮助企业管理者运用数据，在复杂决策场景中做出优质决策。课程将涵盖多种分析与计量经济学方法，包括决策分析、回归分析、优化与模拟。前置要求：需先修读 MGTA 451，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 454 - 商业分析顶点项目（4 学分）
学生将以团队形式参与顶点项目，解决企业面临的实际商业问题。每个团队将以外部咨询顾问的身份开展项目，为客户企业创造价值。本课程最多可修读两次，累计 4 学分。前置要求：需先修读 MGTA 451、MGTA 452、MGTA 453，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 455 - 客户分析（4 学分）
客户分析聚焦于运用数据、统计学与机器学习，建立、发展并维护与个体客户的交易关系。许多企业拥有丰富的客户行为数据，但具备专业能力以合理利用这些数据的人才却十分稀缺。本课程将教授现代分析驱动型营销方法，帮助学生获得收集、分析客户数据并采取行动的实践经验。
二、 选修课程：聚焦你的商业分析硕士学习体验
选修课程是你根据个人与职业目标定制学习体验的工具。Rady 学院的选修课将为你提供在创新行业工作所需的关键知识与技能。
商业分析类选修课程：
MGTA 402 - 数据驱动型沟通（2 学分）
这是一门项目制课程，旨在探索并培养分析类职业所需的应用沟通技能，助力构建商业案例。学生将通过个人与团队合作，构建具有说服力的沟通内容，向技术zhuan家与商业决策者（及两者之间）传递复杂的技术信息与商业洞察。
MGTA 414 - 网络数据分析（2 学分）
课程聚焦于基于数据的收集、推断与商业决策制定，涵盖 Python、API、自然语言处理（NLP）等工具，用于收集、处理与分析来自网络及其他来源的数据，目标是培养学生的数据敏感性，使其能够从容地从真实世界的海量数据中提炼洞察。学生将了解点击流分析的威力，以及网络数据分析的行业应用潜力。
MGTA 415 - 非结构化数据分析（4 学分）
企业及其他组织日常会收集文本、图像、视频等非结构化数据。此类数据的复杂性与规模性需要专门的分析框架。本课程将探讨并使用相关工具，帮助决策者从非结构化数据中提取可执行的（洞察）。
MGTA 456 - 供应链分析（4 学分）
课程聚焦于结合数据与分析工具（包括统计学、预测与优化），提升生产运营、服务运营及供应链的绩效。学生将学习运用分析方法进行产能与分销设施规划及合同制定；确定动态库存管理的数据收集需求；以及在需求学习场景下优化收益管理。前置要求：需先修读 MGTA 451、MGTA 452、MGTA 453，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 457 - 商业智能系统（2 学分）
课程涵盖仪表板与数据可视化的设计与构建原理，将借助 Tableau 的资源库，演示数据可视化与数据故事讲述的最jia实践。
MGTA 458 - 企业实验（4 学分）
学生将学习设计与实施实验，以指导政策与商业决策。课程将教授区分相关性与因果效应的方法，以及基于非实验数据批判性评估因果推断结论的能力。前置要求：需先修读 MGTA 451、MGTA 452、MGTA 453，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 459 - 管理判断力与决策制定（4 学分）
在资源稀缺、信息不精确、利益相关者议程冲突的场景下（即大多数情况），决策制定往往颇具挑战。学生将运用前沿行为研究成果，通过改进自身决策及理解他人决策方式，获得竞争优势。前置要求：需先修读 MGTA 451、MGTA 452、MGTA 453，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 460 - 商业分析项目管理（2 学分）
许多项目因无法产出有价值的成果、超出预算或未能按时完成而失败。本课程将教授学生如何设定并管理商业分析项目的团队目标与预期，以及高管赞助商的目标与预期。前置要求：需先修读 MGTA 451、MGTA 452、MGTA 453，且仅限商业分析硕士学生修读，或经院系及授课教师批准后选修。
MGTA 461（CSE 258）- 网络挖掘与推荐系统（4 学分）
课程专注于推荐系统、数据挖掘与预测分析的前沿方法。不要求学生具备机器学习背景，但需熟练掌握编程（所有示例代码均使用 Python），并了解基础优化与线性代数知识。更多信息请访问：https://cseweb.ucsd.edu/classes/fa19/cse258-a/
MGTA 462A - 大数据技术与商业应用（2 学分）
大规模复杂数据分析是当今众多商业应用的核心组成部分。本课程旨在培养学生通过数据库系统处理海量数据的技能，内容包括数据清洗、从外部来源收集数据并加载至数据库的抽取 - 转换 - 加载（ETL）流程等基础操作，用于执行复杂查询及库内分析的高级 SQL 知识，以及企业级数据分析的数据仓库设计原理。
MGTA 462B - 大数据技术与商业应用（2 学分）
大规模复杂数据分析是当今众多商业应用的核心组成部分。本课程旨在培养学生进行大规模分析的技能与知识，涵盖数据分析流程中的数据收集、准备、处理与评估步骤。课程重点为运用分布式计算与云工具进行大数据可扩展分析的技能与技术，并通过 Spark 分布式平台与 AWS 云分析工具提供实践体验。学生将通过作业与项目，运用所学工具与技术挖掘大数据价值。
MGTA 463 - 欺诈分析（4 学分）
本课程将教授构建统计 / 机器学习模型以识别数据事件中欺诈行为所需的全部知识，涵盖欺诈模型构建基础：理解问题动态、欺诈模式、数据分析与准备、构建zhuan家变量 / 特征、算法选择以及模型有效性评估。课程包含 5 次作业与 2 次团队项目（团队规模通常为 4-6 人）。课程将详细探讨多个欺诈问题及解决方案案例，包括税务欺诈、申请身份欺诈、医疗索赔欺诈与信用卡支付欺诈。课程将深入讲解统计建模的各个步骤，涵盖多种统计建模方法的概述，包括线性 / 逻辑回归、聚类、神经网络、决策树、支持向量机（SVM）、随机森林、深度学习、提升法与集成法。欺诈解决方案的核心重点是构建zhuan家变量 / 特征，这是成功开发欺诈算法的关键。对于两项团队项目，各团队需构建欺诈算法，并准备演示文稿与正式商业报告，这些材料可作为未来求职面试的实用工具。要求学生具备扎实的数学与统计学基础，并能熟练使用可与开源机器学习算法交互的现代编程语言（如 R 或 Python）。
MGTA 479 - 定价分析（4 学分）
课程涵盖数据驱动型定价决策的关键驱动因素。定价是所有战术性营销决策中最为关键的一环，需要深入理解供给侧（如成本）与需求侧因素（如消费者支付意愿）。本课程将从经济、战略与行为层面的交叉视角探讨定价决策，涵盖制定最优定价决策所需的数据与分析技术，以及用于处理原始（如调查）数据与次级（如销售点扫描）数据的工具与方法。课程由理论授课与课堂实验两部分组成：授课环节讲解定价理论，实验环节运用数据确定合理定价。课程分析性极强，要求学生熟练掌握 R 语言、理解回归分析与预测建模知识。
商业分析类课程之外的选修课（最多可修 16 学分）
CSE 250B - 人工智能原理：学习算法（4 学分）
课程涵盖从数据中进行监督式与非监督式学习的算法，内容可能包括最大似然估计、对数线性模型（含逻辑回归与条件随机场）、近邻法、核方法、决策树、集成方法、优化算法、主题模型、神经网络与反向传播。
CSE 253 - 模式识别神经网络（4 学分）
随着深度网络的兴起，神经网络重新受到关注 —— 深度网络在所有重要计算机视觉竞赛中均取得优胜，还被应用于众多其他模式识别与模式转换问题，已成为强化学习的方法。本课程将从神经网络基础开始，介绍感知机、线性与逻辑回归、多层网络与反向传播、卷积神经网络、循环神经网络与深度网络。
CSE 256 - 统计自然语言处理（4 学分）
自然语言处理（NLP）是人工智能领域的一个分支，旨在使计算机具备智能处理自然（人类）语言的能力。本课程将探索用于自然语言数据自动分析的统计技术，具体主题包括：概率语言模型（定义文本序列的概率分布）、文本分类、序列模型、句子句法解析、机器翻译与机器阅读。
MGT 451 - 技术与创新战略（4 学分）
课程概述技术战略的制定与评估工具，包括技术变革经济学导论、技术演化模型、组织动态与创新模型，帮助学生理解科技企业如何获取并维持竞争优势。学生不可同时修读 MGT 451 与 MGT 271 以获取学分，两者为等效课程。前置要求：需获得 MBA 项目录取或经授课教师同意。
MGT 475 - 营销决策研究（4 学分）
营销研究是企业获取并整合客户与竞争对手信息的过程。管理者在面临不确定决策时，会借助营销研究采取能带来更好结果的行动。本课程特别强调数字与自动化时代的信息获取，统计学内容占比高。同时，课程还注重培养学生接收信息并转化为合理商业战略的能力。教授并应用于营销研究的方法包括假设检验、聚类分析、因子分析、多维尺度分析、面板数据因果推断、A/B 测试与实验设计。
MGT 477 - 消费者行为（4 学分）
课程探讨影响产品与服务选择及使用的因素，向学生介绍包括行为评估、消费者决策过程理解以及创造理想消费者行为的策略等问题与决策。学生不可同时修读 MGT 477 与 MGT 203 以获取学分，两者为等效课程。前置要求：需获得 MBA 项目录取或经授课教师同意。
MGT 489 - 电子商务（学分未注明）
本课程中，学生将创建电子商务原型企业，涵盖市场选择、采购、客户与市场研究、差异化、定位、品牌建设、店铺设计、用户体验测试、定价、社交媒体、内容营销与数字广告等环节。全程强调数据驱动的决策制定。
MGTF 405 - 商业预测（4 学分）
介绍金融领域最前沿的预测方法，学生将学习基于预测变量的历史值、调查数据、市场信息及其他经济数据估计预测模型，同时培养对媒体报道中预测结果的批判性判断能力。仅计字母等级。前置要求：仅限金融硕士项目、MBA 项目学生修读，或经授课教师同意。
MGTF 406 - 行为金融学（4 学分）
基于心理学构建行为理论，以解释金融市场的各类特征，探讨行为金融学洞见如何补充传统范式，并揭示投资者交易模式、资产价格行为与公司金融的规律。仅计字母等级。
三、 顶点项目
作为 Rady 学院全日制学生，你将以团队形式参与顶点项目，帮助企业解决真实且紧迫的商业挑战。顶点项目通常包含预测性分析内容，许多团队通过为客户企业创建应用原型或模型积累了宝贵经验。
顶点项目的表现是评估你在商业分析硕士项目中学习成果的重要指标。评估将基于你为客户提供高质量项目成果的能力与职业素养 —— 这两项是商业分析领域成功职业生涯的核心特质。顶点项目需达到满意标准方可获得商业分析硕士学位。
每位学生必须通过一项综合考核，包括：（1）顶点项目正式演示、（2）书面报告、（3）个人口头答辩。
四、 课程安排示例：商业分析硕士项目
示例一：11 个月制，50 学分
学前导向课程
熟悉 Rady 学院，为全日制商业分析硕士学习生活做准备。
夏季学期 II
营销、财务与运营中的商业分析
SQL 与 ETL（抽取 - 转换 - 加载）
商业分析数学与编程
秋季学期
海量数据的收集与分析
商业分析
推荐系统或其他选修课
数据驱动型沟通或其他选修课
冬季学期
客户分析
供应链分析或其他选修课
大数据：可扩展分析或其他选修课
商业分析咨询
春季学期
商业分析顶点项目
企业实验或其他选修课
欺诈分析或其他选修课
商业智能系统或其他选修课
示例二：17 个月制，50 学分
学前导向课程
熟悉 Rady 学院，为全日制商业分析硕士学习生活做准备。
夏季学期 II
营销、财务与运营中的商业分析
SQL 与 ETL（抽取 - 转换 - 加载）
商业分析数学与编程
秋季学期
海量数据的收集与分析
商业分析
管理判断力与决策制定或其他选修课
冬季学期
客户分析
供应链分析或其他选修课
大数据：可扩展分析或其他选修课
商业分析咨询
春季学期
商业分析顶点项目
企业实验或其他选修课
欺诈分析或其他选修课
第二年夏季
可选实习
第二年秋季
推荐系统或其他选修课
